尾矿坝振动实验数据样本容量的优化研究

针对铀尾矿坝振动实验逸出氡累积浓度数据样本容量设计的主观性,本文基于偏向角绝对值均值递减还原逸出氡累积浓度曲线,采用随机起点等距抽样方法,得到不同样本容量的数据子集;通过曲线拟合和样本决定系数度量不同子集对还原实验数据集的代表能力。在保障实验研究精度条件下,得到使实验成本较优的最小样本容量,实验结果表明在样本决定系数大于0.98时,优化后样本容量为实验数据样本容量的10%以下。     

不同被解释变量选择对决定系数R2的影响研究

考虑了一元线性回归模型中不同被解释变量选择对决定系数的影响，在一定条件下，证明了不同被解释变量回归模型的决定系数存在特定关系。     

AF-DSTC协作通信中基于中断概率的功率分配方法

为了降低协作通信系统中的通信中断概率,研究了放大转发-分布式空时编码(AF-DSTC)协作通信协议,分析了各协作节点间的功率分配问题,并提出了一种在已知信道平均增益时,以降低系统中断概率为目标的功率分配方案.各协作节点根据其收到的源信号功率以及到目标节点的信道平均功率增益,计算其选取决定系数(SDP),其中SDP高于选取门限的协作节点将平均分配发射功率.研究结果表明,该方案计算复杂度低,仅需知道信道的平均增益,较大地降低了通信中断概率,在B3G/4G移动通信系统中具有一定的实用价值.     

基于PSO-ELM的中国石油股票价格预测建模

为了提高股票价格预测的精度,针对中国石油股票价格预测问题,提出了粒子群算法(Particle Swarm Optimization,PSO)优化极限学习机(Extreme Learning Machine,ELM)的股票价格预测模型。通过粒子群算法对极限学习机的权值以及阈值参数进行优化,构建PSO-ELM预测模型,并将其用于中国石油股票价格预测。仿真实验表明,与ELM、PSO-BP、DE-ELM相比,其预测均方误差分别下降了1.84%、1.07%、0.97%,拟合优度决定系数R2为0.974 3,即PSO-ELM有着较高的预测精度。为了给股票投资者更好的投资建议,对PSO-ELM模型分别进行股价短期、中期、长期的预测,结果表明PSO-ELM模型短期预测精度较高,随着时间的推移预测的精度有所下降。     

用FCM聚类和非参数回归方法推断基因调控网络

采用FCM方法对基因表达的微阵列数据进行聚类分析,应用核回归和PP回归相结合的方法设计预报器,利用决定系数遴选父代基因集合.将这种新的组合设计方法的分析结果与相关文献的结果进行对比分析,得出了较好的推断结果;可以将这种组合方法运用于致病基因簇的搜寻.     

一种基于材料形变理论的股价塑性幂指数模型

针对中国股市量价关系的问题,借鉴材料形变理论,通过引入成交的最高、低价,将成交量、成交额和流通股的时间标度后移了一天,并将幂指数形式转换为对数形式,从而构建了一种新的股价塑性幂指数模型,并利用1999年1月4日至2007年6月9日沪深A股市场30支股票的日数据进行了实证研究.实证结果表明新模型比原模型的样本决定系数平均提高了21.16%,其余变量也均通过显著性检验, 新模型也具有经济学意义.在一定程度上表明,新构建的模型的拟合优度要比原模型有较大提高.     

影响马尾松天然林样木胸高木材密度因子的分析

在影响木材密度的晚材率、胸径、木材年龄、径向生长速率和抽样点相对位置的5个因子中,晚材率是影响木材密度最重要的因子。根据晚材率可精确地估算马尾松天然林林木胸高木材密度。在包括有晚材率因子的多元回归分析中,随着所含因子的增多,估测效果并非相应地增加。所以,不能以树木常用测定性状如胸径、树高和年龄来预估胸高木材密度。     

基于SWAT模型太子河流域径流模拟

在太子河流域建立了SWAT(Soil and Water Assessment Tool)分布式水文模型,并采用S U FI-2算法进行参数敏感性分析以及参数率定、模型验证与不确定性分析,对太子河流域的1956—2016年水文过程进行了模拟.研究结果显示:①模型运行时所用的一些水文参数,会影响模型的模拟结果,如基流α系...     

决定系数与相关系数辅助的LASSO回归

现有LASSO回归方法尚未解决回归关系式中冗余特征和无关特征的去除问题,提出一个决定系数与相关系数辅助的LASSO回归方法。设给定响应变量Y和备选解释变量集X,首先设计结合决定系数的LASSO回归正则化路径求解方法,找出X中的主解释变量;然后,设计结合决定系数、相关系数和正则化路径的方法,在固定主解释变量条件下求解LASSO回归的正则化路径过程中,去除X中的无关变量和冗余变量。模拟数据集和真实数据集的实验结果表明,新方法解决了LASSO回归中冗余特征和无关特征的去除问题,在冗余变量和无关变量的去除效果上胜过对比方法。